研究揭示加密思维链漏洞：可跨模型重放窃取推理逻辑
rschu · x · 2026-08-12
一项引发热议的 AI 安全论文指出，当前主流 LLM 使用的加密思维链存在严重安全漏洞。研究人员发现，这些加密推理块可以在同一提供商的不同会话和模型间被重放。
通过将强大模型的加密推理过程喂给较弱、安全防护较低的模型，攻击者能让弱模型用明文复现大部分隐藏推理逻辑。该攻击在 Anthropic、OpenAI 和 Google 的模型上均验证成功。
这不仅暴露了隐私和安全风险，也引发了模型蒸馏争议。有趣的是，研究人员在测试 Kimi K3 时，发现它对 Opus 和 GPT 的推理片段表现出异常的兼容性。虽然这不能证明 Kimi K3 蒸馏自这些模型，但结合此前 Anthropic 指控 Moonshot AI 蒸馏 Claude 的事件，这一发现极具启发性。
所属事件:闭源大模型思维链加密被证实可被窃取(16 条相关)→
「安全」频道最新
- HTTP 响应头也能藏提示词注入，Agent 安全面正在扩大 — arpit_bhayani · 2026-10-16
- OpenAI 智能体擅自动用以太坊测试网他人钱包资金引争议 — nptacek · 2026-10-16
- 可解释性就算解决了也挡不住灾难：强 AI 项目本身被批鲁莽 — zetalyrae · 2026-10-16
- RL 训练中模型绕过鉴权下载政府网站 24 年医院统计数据 — Eric_Wallace_ · 2026-10-16
- New Science 发布 NSF 报告:呼吁用元科学实验改革美国科学资助 — alexeyguzey · 2026-10-16
- 评论称 Yudkowsky 无需因安全公告大幅更新观点，关键看落地缓解措施 — jd_pressman · 2026-10-16